Wie viel erhält man für 1% zusätzliche Genauigkeit?
Eines der Probleme, das damit einhergeht, Spezialist auf einem Gebiet zu sein, ist, dass man dazu neigt, das, was für alle außer den eigenen Fachkollegen unklar ist, als selbstverständlich anzusehen. Bei Lokad sind wir – trotz unserer besten Bemühungen – keine Ausnahme, besonders wenn es um Prognosen geht…
Kürzlich haben wir festgestellt, dass wir noch nie eine tiefgehende quantitative Bewertung der finanziellen Gewinne, die durch eine Erhöhung der Vorhersagegenauigkeit erzielt werden, vorgenommen haben, was den Daseinszweck des Unternehmens ausmacht. Außerdem ergab eine Internetrecherche, dass auch andere Prognoseanbieter (competitors) in Bezug auf die finanziellen Vorteile, die durch bessere Vorhersagen erreicht werden können, eher unklare Angaben machen.
Allerdings ist es nicht so kompliziert. Mit den folgenden Variablen:
- DDD der Umsatz (Gesamtjahresumsatz).
- mmm die Bruttomarge.
- α das Verhältnis der Kosten eines Fehlbestands zur Bruttomarge.
- ppp das mit dem aktuellen Fehlerniveau (und aktuellem Lagerbestand) erreichte Service Level.
- σ der Prognosefehler des bestehenden Systems, ausgedrückt in MAPE (mittlerer absoluter prozentualer Fehler).
- σn der Prognosefehler des neuen zu bewertenden Systems (hoffentlich niedriger als σ).
Der jährliche Nutzen BBB des neuen Prognosesystems ergibt sich durch:
B=D(1−p)mασ−σnσB=D(1−p)mασ−σnσ
B = D (1 - p) m \alpha \frac{\sigma - \sigma_n}{\sigma}
Für den Nachweis dieses Ergebnisses siehe den vollständigen Artikel.
